基于博弈论的传感器网络自组织协同k覆盖方法与流程

技术特征：
1.一种基于博弈论的传感器网络自组织协同k覆盖方法，包括以下步骤：a、以系统有效覆盖面积为指标，建立协同k覆盖全局优化数学模型；b、建立基于网络势博弈的分布式协同决策模型；c、各传感器节点确定当前位置、覆盖区域以及邻居集合，并初始化其行动与记忆向量；d、传感器节点利用邻域信息计算个体支付值、最佳应对、遗憾值与非劣行动集合，并将结果发送给邻居；e、个体利用混合应对规则选择受限最佳应对策略，并更新记忆向量；f、个体以相同概率随机选择记忆向量中的元素，并更新当前行动；g、跳转回所述步骤(d)，循环迭代直至系统稳定，输出分布式优化结果。2.根据权利要求1所述的方法，其特征在于，在所述步骤(a)中，随机散布在二维平面区域内的传感器节点集合为w＝{s
i
}
i∈n
；其中，n＝{1,2,...,n}，s
i
表示第i个传感器节点，其位置坐标为x
i
＝(x
i
,y
i
)，覆盖区域为以x
i
为圆心、r
i
为半径的圆型区域θ
i
；各传感器节点s
i
均配备无线通信模块，通信半径为c
i
＞2max
i∈n
r
i
；若s
j
处于s
i
的通信范围内，则s
j
为s
i
的邻居，记节点s
i
的邻居集合为ω
i
＝{s
j
∈w|||x
i
‑
x
j
||≤c
i
}，其中，3.根据权利要求2所述的方法，其特征在于，将传感器网络节点分为k个相互独立的覆盖集合{s
j
}
j∈k
，其中k＝{1,2,...,k}，同时将探测时间分为k个对应的时间槽{t
j
}
j∈k
；在每一时间段t
j
内，仅激活覆盖集合s
j
中的传感器，其余节点则保持静默；每一节点s
i
均可选择加入k个覆盖集合中的任意一个，其行动集合为a
i
＝k，记其行动为a
i
∈a
i
，表示s
i
选择加入第a
i
个覆盖集合；定义a＝(a1,a2,...,a
n
)为一个分组，a＝π
i∈n
a
i
为分组空间，对任意分组a∈a，则第j个覆盖集合表示为s
j
＝{s
i
∈w|a
i
＝j}；传感器协同k覆盖的目标为通过选择合适的分组a∈a以最大化如下全局目标函数：其中，表示覆盖集合s
j
中所有节点的覆盖区域并集。4.根据权利要求1所述的方法，其特征在于，在所述步骤(b)中，将各传感器节点视为具有感知、通信与计算能力的智能个体，则建立势博弈模型g(p,{a
i
},{u
i
},φ)的步骤如下：建立参与者集合p：将系统中每一传感器节点视为独立博弈参与者，则博弈者参与者集合p＝w；建立行动集a
i
：每一个体具有相同的行动集合a
i
＝k；建立支付函数u
i
：对于任意分组或行动组合a，个体支付函数定义为其中，\为集合减操作，该数值的计算仅依赖博弈个体的邻域信息。建立势函数φ：对于任意分组或行动组合a，定义势函数为：
5.根据权利要求1所述的方法，其特征在于，在所述步骤(c)中，各传感器节点s
i
利用定位与通信功能，确定当前位置x
i
＝(x
i
,y
i
)、覆盖区域θ
i
以及邻居集合ω
i
；各传感器节点随机初始化行动与记忆向量其中，l为记忆长度，上标t表示迭代次数。6.根据权利要求1所述的方法，其特征在于，在所述步骤(d)中，在第t次协调过程中，个体s
i
利用如下步骤进行局部计算：利用邻域通信，获取邻居个体当前行动信息计算支付函数值u
i
、最佳应对遗憾值r
it
与非劣行动集合与非劣行动集合与非劣行动集合与非劣行动集合与非劣行动集合其中，表示时刻t除s
i
之外其他所有个体的联合行动。7.根据权利要求1所述的方法，其特征在于，在所述步骤(e)中，利用局部通信，个体s
i
获取邻居的遗憾值信息并计算邻域中最大遗憾值及对应的邻居个体计算受限最佳应对策略为：若r
it
＝0，则若(i)或(ii)且i＜j
*
，则否则，以相同的概率在非劣行动集中选择任意行动作为利用更新个体记忆，得8.根据权利要求1所述的方法，其特征在于，在所述步骤(f)中，个体s
i
在中以相同概率进行随机选择，得到更新后的行动9.根据权利要求1所述的方法，其特征在于，在所述步骤(g)中，循环迭代直至所有个体行动均不再变化，则协调过程结束并得到近优或最优的k覆盖协同分组方案。

技术总结
本发明涉及一种基于博弈论的传感器网络自组织协同k覆盖方法，包括以下步骤：a、以系统有效覆盖面积为指标，建立协同k覆盖全局优化数学模型；b、建立基于网络势博弈的分布式协同决策模型；c、各传感器节点确定当前位置、覆盖区域以及邻居集合，并初始化其行动与记忆向量；d、传感器节点利用邻域信息计算个体支付值、最佳应对、遗憾值与非劣行动集合，并将结果发送给邻居；e、个体利用混合应对规则选择受限最佳应对策略，并更新记忆向量；f、个体以相同概率随机选择记忆向量中的元素，并更新当前行动；g、跳转回所述步骤(d)，循环迭代直至系统稳定，输出分布式优化结果。本发明的方法可有效实现自主协同决策与群体智能涌现。实现自主协同决策与群体智能涌现。实现自主协同决策与群体智能涌现。


技术研发人员：孙昌浩 周庆瑞 王晓初 邱华鑫
受保护的技术使用者：中国空间技术研究院
技术研发日：2021.07.16
技术公布日：2021/11/4